IBM宣布将停止向新客户销售其IBM云上的VMware服务。
在周二发布的通知中,IBM解释说:"自2025年10月31日起,IBM云将不再向在该日期之前没有至少一个活跃VMware工作负载在IBM云上运行的客户销售IBM云上的VMware产品。"
IBM表示,由于博通的许可计划变化,这一决定是必要的。
"由于博通VMware云服务提供商(VCSP)合作伙伴计划的变化,IBM不再被允许向在2025年10月31日之前没有至少一个活跃VMware工作负载在IBM云上运行的客户销售VMware许可证,"通知中说明。
这可能是指博通在8月份宣布的VMware许可变化,该变化要求在超大规模环境中使用VMware产品的用户直接从博通获取许可证,而不是从他们首选的云运营商处获取。
博通做出这一改变是因为它现在提供自带许可模式,允许客户获得使用VMware软件的权利,并将其应用于本地或多个支持的云环境中。
谷歌、微软、甲骨文和AWS等合作伙伴在该变化后继续运营其云端VMware服务,并仍然乐于招募新客户。
IBM似乎采取了不同的方法,但除了提及博通的许可变化外,在其通知或常见问题解答中没有解释原因。
IBM表示,现有客户"可以继续使用和扩展他们的VMware环境",但无法订购超出他们已经使用的云端VMware产品。IBM的VMware云基础架构(VCF)即服务产品的客户也将无法将工作负载扩展到新区域或资源池,或在按需和预留消费模式之间切换。
截至撰写本文时,VMware仍将IBM列为超大规模合作伙伴。
但IBM在分析公司Gartner的顶级基础设施即服务提供商排名中已经五年未能上榜——亚马逊、Azure、谷歌、阿里巴巴和华为位居榜首。阿里巴巴也已关闭其VMware服务。华为从未提供过此类服务。
我们认为博通不会太想念IBM,IBM也不会介意。我们断言的原因是红帽的OpenShift,这个平台支撑着IBM的混合云业务,最近增强了其服务器虚拟化和私有云能力。OpenShift现在是VMware云基础架构(VCF)平台更直接的竞争对手,分析公司Gartner认为博通将其视为VCF唯一真正的竞争对手。
微软的Azure Local和AWS的Outposts与VCF有一些重叠,但在提供跨虚拟机和容器的基础设施即服务平台方面并不竞争。甲骨文的客户云也是如此。谷歌在私有云方面基本没有存在感。
"从历史上看,IBM一直是VMware的最大用户之一(为其客户提供服务),"独立分析师Michael Warrilow告诉记者。Warrilow此前曾写道,最近的许可变化是"博通关闭不购买固定期限许可证就使用VMware方式的又一个例子。此外,这也是另一个例子,表明博通对VMware收购前合作伙伴生态系统的漠视。"
IBM云的VMware客户现在面临选择:坚持使用限制其选择的平台,还是寻找其他选择。
分析公司Gartner认为许多客户已经在考虑后一种选择,因为它最近预测VMware将在三年内失去目前管理的35%的工作负载,其中许多将转向超大规模云服务商。
Q&A
Q1:IBM为什么停止向新客户销售VMware服务?
A:IBM表示这一决定是由于博通VMware云服务提供商合作伙伴计划的变化。博通不再允许IBM向在2025年10月31日之前没有至少一个活跃VMware工作负载在IBM云上运行的客户销售VMware许可证。
Q2:现有的IBM云VMware客户会受到什么影响?
A:现有客户可以继续使用和扩展他们的VMware环境,但无法订购超出他们已经使用的云端VMware产品。VMware云基础架构即服务的客户也将无法将工作负载扩展到新区域或在不同消费模式间切换。
Q3:其他云服务提供商是否也受到博通许可变化的影响?
A:谷歌、微软、甲骨文和AWS等合作伙伴在博通许可变化后继续运营其云端VMware服务,并仍然招募新客户。IBM似乎采取了不同的应对方法。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。